现在形势趋于稳定了，SQL系列也差不多了，后面就根据情况加一些应用案例就行了。接下来终于可以开始很久以前就准备的PowerBI系列了，想了很久不知如何开始入手，于是就从和Excel最像的函数入手吧，这样看上去也亲切，以SUM和SUMX两个函数入手，正好也能对比看一下Excel函数和PowerBI函数的区别。
SUM是聚合函数。作用是指定的单个列中的所有值相加。
SUMX是迭代器函数。它应用于一个表，一行一行的应用所有过滤器后，再完成求值。SUMX有表中行的感知，因此可以引用每行与表中任何列的交集。SUMX可以在单个列上运行，也可以在多个列上运行。
【SUM函数】
SUM(<column>)
还是使用之前模拟的数据，需要数据的可以去第一篇里面下载，后面又下载地址。
如果只是对数量进行求和，就可以直接使用SUM函数，DAX写法如下↓
销售数量 = SUM([数量])
于是，我们就得到了一个以'销售数量'命名的度量值了，这个度量值就可以在PowerBI各种图表里面进行使用了。
【SUMX函数】
SUMX(<table>, <expression>)
- SUMX 函数将表或返回表的表达式作为其第一个参数。第二个参数是包含要计算总和的数字的列，或计算结果为列的表达式。
- 仅对列中的数字进行计数。空白、逻辑值和文本会被忽略。
SUMX函数更灵活，功能更强大，如果要实现SUM的功能，SUMX的DAX写法如下↓
sumx函数 = SUMX('模拟销售数据',[数量])
可以发现，结果和SUM是完全一样的。SUMX更多的用法是结合其他表格筛选函数进行一起使用。比如结合FILTER函数，对表格先进行筛选，再进行求和。
FILTER函数就是对表进行筛选，形成一个筛选后的新表格，语法和说明如下↓
FILTER(<table>,<filter>)
- table：要筛选的表。table 还可以是生成表的表达式。
- filter：要为表的每一行计算的布尔表达式，可以多个表达式逻辑组合。
下面筛选求和产品id=1，即科罗娜的数量合计，DAX写法如下↓
sumx函数筛选 =
SUMX(
FILTER('模拟销售数据',
'模拟销售数据'[产品id]="1"),
[数量])
可以发现，结果就只有科罗娜有数据，其他都是空值。还可通过数值大小进行筛选，比如要筛选出单价大于100的商品的数量合计，DAX写法如下↓
sumx函数筛选2 =
SUMX(
FILTER('模拟销售数据',
'模拟销售数据'[单价]>100),
[数量])
可以发现，因为福佳、科罗娜和1664的价格最高也就20元，所以他们被排除了，求和的结果为空值。
上面的筛选都是在同一个表中进行筛选的。因为我们和产品表、日期表建立了关联关系，还可以通过关联表进行筛选，需要用到RELATED函数进行说明。比如我们要求和产品品类不是酒类的产品销量，DAX写法如下↓
sumx函数筛选3 =
SUMX(
FILTER('模拟销售数据',
RELATED('产品表'[品类])<>"酒类"),
[数量])
结果和想象一样，酒类的销量全部为空值了。还可以多条件进行筛选，在刚刚的条件上，再加上只取今年1月份的销量，DAX写法如下↓
sumx函数筛选4 =
SUMX(
FILTER('模拟销售数据',
RELATED('产品表'[品类])<>"酒类"&&RELATED('日期表'[年月])="2021-01"),
[数量])
可以发现，这次求和的数量明显比之前的少很多。
因为SUMX是对行进行操作的，所以如果需要计算数量单价再求和，SUMX函数就可以一步完成。而SUM就需要两步完成，先在表里面增加一列，计算完成数量单价的单行'总金额'，在对'总金额'行进行求和。
SUMX总金额 = SUMX('模拟销售数据','模拟销售数据'[单价]*'模拟销售数据'[数量])
整体下来可能会发现，DAX函数和Excel很像，但仔细一看还是很多不一样的地方，因为Excel可以直接对任何单元格进行操作，PowerBI不行，必须通过更复杂的函数和逻辑才能实现Excel里面一下简单的操作。但明白了这些逻辑之后，会发现比Excel要强大好很多很多很多。
后面的几个聚合和统计函数和这个逻辑差不多，下次就一次性看能不能写完了。
End
◆ PowerBI开场白
◆ Python高德地图可视化
◆ Python不规则条形图
